跳到正文
热点事件持续更新

研究团队发布PhysAlign物理图理解评测基准

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

论文作者发布PhysAlign基准,用于评估多模态模型能否将物理图形中识别的信息正确对应到物理角色。基准包含3,341个人工验证的探针,覆盖986道物理题,并引入CAcc、GAcc、JAcc等五项评测指标。 评测显示,即使局部视觉识别正确,条件对应错误率在GPT-6-Astra上为13.8%,InternVL3.5-8B上约50.6%。作者称这说明感知能力强不等于可靠的物理解释。

AI 根据报道生成 · 46 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    PhysAlign:面向多模态物理推理中证据角色对齐的评测基准

    PhysAlign 是一个评估多模态模型能否将物理图形中识别的信息正确对应到物理角色的基准,包含 3,341 个人工验证的探针,覆盖 986 道物理题,并引入 CAcc、GAcc、JAcc 等五项评测指标。评测显示,即使局部视觉识别正确,条件对应错误率在 GPT-6-Astra 上为 13.8%,InternVL3.5-8B 上约 50.6%,说明感知能力强不等于可靠的物理解释。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。